关于TTS语音合成技术整理

来源：互联网发布：手机淘宝怎么改密码编辑：程序博客网时间：2024/05/01 01:10

TTS（Text To Speech），即语音合成技术，是一种把文本信息转换成语音信号的技术，在汽车导航、机器人以及很多语音软件中都有广泛的应用。几十年的发展，TTS技术已经非常成熟，国际IT巨头们大都进行过专业攻关。对于APPLE DEVELOPER而言，不像Android系统那样直接内置了TTS引擎，APPLE的IOS系统不能直接进行TTS发音，这里推荐两款免费的TTS工具包：

1. OpenEars http://www.politepix.com/openears

OpenEars非常强大，不仅具有TTS功能，还可以进行语音识别。

OpenEars is an shared-source iOS framework for iPhone voice recognition and speech synthesis (TTS). It lets you easily implement round-trip English language speech recognition and text-to-speech on the iPhone and iPad and uses the open source CMU Pocketsphinx, CMU Flite, and CMUCLMTK libraries, and it is free to use in an iPhone or iPad app.

OpenEars是一个开源的iOS类库，用于在iPhone和iPad实现语音识别功能.

OpenEars TTS的最大问题就是在真机上的延迟比较大，个人感觉效果还是不太好；

如果想要流畅的发音效果，那就得花银子买个插件——NeatSpeech。

网址：http://www.politepix.com/neatspeech/

NeatSpeech is a plugin for OpenEars that adds fast, higher-quality speech synthesis (TTS) including multithreaded speech queueing to speak very long phrases without any lag.

2. Sam Foster的FliteTTS https://bitbucket.org/sfoster/iphone-tts/

http://code4app.com/ios/VoiceTTS-Demo/50cbf9f86803fa2d30000000

This is a port of CMU's Festival-Lite (aka flite) library to the iPhone/iOS platform.
Homepage: http://bitbucket.org/sfoster/iphone-tts/

这个引擎使用简单，方便，支持多种声音：

   cmu_us_kal
   cmu_us_kal16
   cmu_us_awb
   cmu_us_rms
   cmu_us_slt

如果只用一种声音，可以删除其他的，这样编译出来的APP会小很多的，与OpenEars相比，这个的声音延迟小得多。

3. 补充一点，支持中文的TTS引擎，国内有名的就是科大讯飞，肯定是要收费的了。

4. google有语音功能。可以让自己的文字发音，这是一个很不错的功能，如果用到自己应用中，会不会是一个特色呢。 google TTS服务接口：http://translate.google.com/translate_tts?tl=en&q=text 这个会返回英文“text”发音的mp3.如果想返回中文的发音如何办呢？大家注意接口中的参数，修改一下就行：http://translate.google.com/translate_tts?tl=zh&q=测试。由此类推，如果是其它国家的发音如何办，只需要修改tl=countryCode这个参数。

但是本人尝试了一些中文，觉得支持的并不良好，发音很是诡异，甚至没有发音。

5. 最后在附上一个对大家有帮助的代码，其实不图大家分的，希望对大家有帮助，PhoneGap打包，js调用原生FliteTTS（参考2）的例子。

PhongeGap打包js调用FliteTTS（iOS）

http://download.csdn.net/detail/knockheart/5435957